今年 2 月份，機(jī)器之心報(bào)道了復(fù)旦大學(xué)推出中國(guó)版 ChatGPT 的消息，引起了廣泛關(guān)注。當(dāng)時(shí)，邱錫鵬教授就曾表示將于四月份開(kāi)源 Moss。

昨天，開(kāi)源版的 Moss 真的來(lái)了。

項(xiàng)目地址：https://github.com/OpenLMLab/MOSS

MOSS 是一個(gè)支持中英雙語(yǔ)和多種插件的開(kāi)源對(duì)話(huà)語(yǔ)言模型，但參數(shù)數(shù)量比 ChatGPT 少得多。在 v0.0.2 之后，團(tuán)隊(duì)持續(xù)對(duì)其進(jìn)行調(diào)整，推出了 MOSS v0.0.3，也就是目前開(kāi)源的版本。相比于早期版本，功能也實(shí)現(xiàn)了多項(xiàng)更新。

最初的測(cè)試中，MOSS 的基礎(chǔ)功能與 ChatGPT 類(lèi)似，可以按照用戶(hù)輸入的指令完成各類(lèi)自然語(yǔ)言處理任務(wù)，包括文本生成、文本摘要、翻譯、代碼生成、閑聊等等。

開(kāi)放內(nèi)測(cè)后，團(tuán)隊(duì)繼續(xù)加大中文語(yǔ)料的預(yù)訓(xùn)練：「截止目前，MOSS 003 的基座語(yǔ)言模型已經(jīng)在 100B 中文 token 上進(jìn)行了訓(xùn)練，總訓(xùn)練 token 數(shù)量達(dá)到 700B，其中還包含約 300B 代碼。」

在開(kāi)放內(nèi)測(cè)后，我們也收集了一些用戶(hù)數(shù)據(jù)，我們發(fā)現(xiàn)真實(shí)中文世界的用戶(hù)意圖和 OpenAI InstructGPT 論文中披露的 user prompt 分布有較大差異（這不僅與用戶(hù)來(lái)自的國(guó)家差異有關(guān)，也跟產(chǎn)品上線(xiàn)時(shí)間有關(guān)，早期產(chǎn)品采集的數(shù)據(jù)中存在大量對(duì)抗性和測(cè)試性輸入），于是我們以這部分真實(shí)數(shù)據(jù)作為 seed 重新生成了約 110 萬(wàn)常規(guī)對(duì)話(huà)數(shù)據(jù)，涵蓋更細(xì)粒度的 helpfulness 數(shù)據(jù)和更廣泛的 harmlessness 數(shù)據(jù)。

內(nèi)容來(lái)源：https://www.zhihu.com/question/596908242/answer/2994534005

目前，團(tuán)隊(duì)已將 moss-moon-003-base、moss-moon-003-sft、moss-moon-003-sft-plugin 三個(gè)模型上傳到 HuggingFace。后續(xù)，還有三個(gè)模型將會(huì)開(kāi)源。

根據(jù)項(xiàng)目主頁(yè)介紹，moss-moon 系列模型具有 160 億參數(shù)，在 FP16 精度下可在單張 A100/A800 或兩張 3090 顯卡運(yùn)行，在 INT4/8 精度下可在單張 3090 顯卡運(yùn)行。

團(tuán)隊(duì)同時(shí)表示，由于模型參數(shù)量較小和自回歸生成范式，MOSS 仍然可能生成包含事實(shí)性錯(cuò)誤的誤導(dǎo)性回復(fù)或包含偏見(jiàn) / 歧視的有害內(nèi)容，請(qǐng)謹(jǐn)慎鑒別和使用 MOSS 生成的內(nèi)容，請(qǐng)勿將 MOSS 生成的有害內(nèi)容傳播至互聯(lián)網(wǎng)。

新增能力

在 MOSS v0.0.3 中，團(tuán)隊(duì)加入了多項(xiàng)新能力。

團(tuán)隊(duì)構(gòu)造了約 30 萬(wàn)插件增強(qiáng)的對(duì)話(huà)數(shù)據(jù)，包含搜索引擎、文生圖、計(jì)算器、方程求解等。關(guān)于插件版 MOSS 如何使用，后續(xù)團(tuán)隊(duì)將在 GitHub 公布。

MOSS v0.0.3 現(xiàn)已引入使用多種插件的能力。

下圖展示了調(diào)用搜索引擎的能力：

下圖展示了調(diào)用方程求解器的能力：

下圖展示了從文本生成圖片的能力：

項(xiàng)目作者孫天祥補(bǔ)充說(shuō)，MOSS 003 支持啟用插件的能力是通過(guò) meta instruction 來(lái)控制，類(lèi)似 gpt-3.5-turbo 里的 system prompt。「因?yàn)槭悄Ｐ涂刂频模圆⒉荒鼙ＷC 100% 控制率，以及還存在一些多選插件時(shí)調(diào)用不準(zhǔn)、插件互相打架的缺陷，我們正在盡快開(kāi)發(fā)新的模型來(lái)緩解這些問(wèn)題。」

下載安裝

下載本倉(cāng)庫(kù)內(nèi)容至本地 / 遠(yuǎn)程服務(wù)器：

git clone https://github.com/OpenLMLab/MOSS.gitcd MOSS

創(chuàng)建 conda 環(huán)境：

conda create --name moss python=3.8 conda activate moss

安裝依賴(lài)：

pip install -r requirements.txt

其中 torch 和 transformers 版本不建議低于推薦版本。

根據(jù)協(xié)議，開(kāi)源的 MOSS 可用于商業(yè)用途：

此外，開(kāi)發(fā)者也可通過(guò) API 調(diào)用 MOSS 服務(wù)，團(tuán)隊(duì)將根據(jù)當(dāng)前服務(wù)壓力考慮通過(guò) API 接口形式提供服務(wù)，接口格式可參考：https://github.com/OpenLMLab/MOSS/blob/main/moss_api.pdf

目前，已有開(kāi)發(fā)者根據(jù)開(kāi)源內(nèi)容進(jìn)行而創(chuàng)，比如通過(guò) VideoChat 進(jìn)行視頻問(wèn)答。

VideoChat 是一款多功能視頻問(wèn)答工具，結(jié)合了動(dòng)作識(shí)別、視覺(jué)字幕和 StableLM 的功能。該工具可為視頻中的任何對(duì)象和動(dòng)作生成密集的描述性字幕，提供一系列語(yǔ)言風(fēng)格以滿(mǎn)足不同的用戶(hù)偏好。它支持用戶(hù)進(jìn)行不同長(zhǎng)度、情緒、語(yǔ)言真實(shí)性的對(duì)話(huà)。

項(xiàng)目地址：https://github.com/OpenGVLab/Ask-Anything/tree/main/video_chat_with_MOSS

審核編輯 ：李倩